（来源：医疗器械创新网）

芬迪奇下肢外骨骼康复机器人研发实践

近年来，随着人口老龄化、神经损伤康复需求的增加以及运动辅助技术的发展，下肢外骨骼逐渐从实验室走向医院、家庭与运动场景。传统外骨骼设备往往强调大扭矩、大结构和固定轨迹训练，而新一代轻量化外骨骼正在向“更贴近真实步态、更适合日常穿戴、更强调主动参与”的方向发展。

芬迪奇智能外骨骼长期专注于碳纤维结构与下肢穿戴式机器人研发，围绕髋、膝、踝等关键关节，持续推进轻量化结构、足底压力传感、姿态识别、AI 步态算法和多电机协同控制的融合创新。通过近阶段研发测试，进一步形成了以踝关节多模块控制、膝关节多模块控制、膝踝组合控制、膝髋组合控制、髋踝组合控制、髋膝踝协同控制为核心的技术路线，并完成全部双侧四关节的组合一体控制、全力攻坚向双侧六关节全下肢协同系统迈进。

轻量化外骨骼的核心方向：

不是“机器带人走”，而是“人与机器协同走”

目前不少医院使用的重型康复外骨骼设备，往往重量较大，主要依靠预设步态轨迹进行训练。这类设备在康复中心具有一定训练价值，但也存在步态模式相对固定、患者主动参与不足、日常场景适应性有限等问题。

芬迪奇团队认为，轻量化穿戴外骨骼的核心，不应只是让设备按照固定轨迹带动人体运动，而应通过传感器和 AI 算法实时理解人体意图，在关键时刻提供帮助：

站立时更稳，平地时更顺，抬腿时更轻，下坡时更安全，训练时更精准。

这也是我们近年来持续攻关的核心方向。

踝关节外骨骼：

从日常行走到主动背屈训练的多模块探索

踝关节是步态中极其关键的关节。踝关节控制能力不足，可能导致足下垂、拖脚、足跟离地困难、步态不稳等问题。芬迪奇踝关节外骨骼采用碳纤维结构与鞋体一体化设计，使鞋、踝关节、小腿支撑结构形成整体，提高穿戴稳定性和力传递效率。

在控制功能方面，我们围绕不同使用场景研发了多个模块：

1. 日常行走模式

面向普通平地行走场景，系统通过足底压力与姿态传感器识别足跟着地、全脚掌承重、前脚掌蹬地、足尖离地等阶段，在合适的窗口提供轻量辅助。

该模式强调自然、柔和、低干扰，使踝关节外骨骼不再只是“机械支撑”，而是能够在日常步态中顺势辅助。

2. 抬脚走模式

对于足下垂、拖脚、踝背屈能力不足的人群，抬脚走模式更加关注摆动期足尖抬起能力。系统在足尖离地后提供背屈辅助，帮助足部离开地面，降低拖脚风险。该模式适合康复训练、步态改善及日常安全行走场景。

3. 意念背屈训练模式

意念背屈训练强调使用者的主动参与。当使用者尝试主动背屈时，系统通过姿态变化、足底压力变化和运动趋势识别，判断其主动意图，并在合适时机提供辅助。

这种模式并不是简单“机器带着脚动”，而是鼓励使用者主动发力，设备在关键阶段补充力量，更符合康复训练中“主动参与、适度辅助”的原则。

4. 自动背屈训练模式

自动背屈训练面向重复性踝关节活动训练。系统可根据设定参数自动带动踝关节完成规律背屈训练，适合居家康复、早期功能训练及训练连续性不足的场景。

该模式可设置不同训练强度，如轻度、标准、增强等档位，使训练更加可控、可重复、可量化。

膝关节外骨骼：

从简单助力升级为“安全阻尼 + 丝滑行走”

膝关节是下肢承重和步态稳定的核心关节。对于膝关节无力、支撑不稳、下肢控制能力下降的人群，膝关节外骨骼不仅要能助力，更要能在关键时刻防止失稳。

在之前的正常行走上下楼、防塌陷、锁膝等模块，近期，我们在膝关节控制中加入了两个重要模块：

1. C-Brace 防塌膝阻尼模式

国际上知名的 C-Brace 是一种微处理器控制的智能膝踝足矫形器，其核心思想并非主动电机助力，而是通过液压阻尼在承重期防止膝关节突然塌陷。其价格较高，通常被视为高端智能矫形支撑设备。

芬迪奇膝关节外骨骼借鉴了这一类“智能阻尼支撑”的思想，但采用主动电机与传感器算法实现类似功能。系统通过足底压力、大腿姿态、小腿姿态等信息判断膝关节承重状态和屈曲趋势。当系统识别到膝关节有快速下沉、塌膝或承重不稳风险时，电机会自动增强反向阻尼，使膝关节变得更难突然弯曲，从而帮助提升站立和慢走安全性。

这个模块的关键不是简单锁死膝关节，而是实现：

小晃动不乱动，慢弯曲可控制，快塌陷时迅速变硬。

这使膝关节外骨骼从单纯助力设备，进一步升级为具备安全保护属性的智能阻尼系统。

2. Smooth 平地丝滑模式

平地行走并不需要每一步都大力助推。很多穿戴式外骨骼如果触发过早、输出过猛，反而会出现抢腿、卡顿、抖动等问题。

Smooth 平地丝滑模式强调“少打扰、顺势帮”。系统根据足底压力和腿部姿态判断步态相位，在 toe push、toe-off 或摆动初期提供轻柔、连续、平滑的辅助。该模式通过延迟窗口、缓启动、缓退出、冷却时间和低幅电流控制，尽量减少电机突兀介入。

其目标是让使用者感觉：还是自己在走，只是更稳、更轻、更顺。

膝关节与踝关节组合：

从单点助力走向动力链协同

单个关节做好只是第一步。真正的下肢外骨骼难点，在于多关节之间的协同。膝关节负责承重、防塌、屈伸与摆动准备；踝关节负责足跟着地、前脚掌蹬地、背屈防拖脚和足部稳定。二者组合后，不再是两个电机简单叠加，而是形成一条下肢动力链。

例如：

在支撑期，膝关节需要提供阻尼支撑，踝关节需要保持足部稳定；

在蹬地期，踝关节帮助足跟离地和推进，膝关节需要配合释放；

在摆动期，踝关节需要背屈防拖脚，膝关节需要配合屈曲缩短腿长；

在落地前，膝关节又要提前准备承重，防止落地后塌膝。

因此，膝踝组合控制的难度远高于单关节控制。通过不断测试，我们逐步形成了“支撑走路、丝滑行走、防塌保护、摆动释放、足尖抬起”的协同逻辑。

从双侧四关节到六关节：

系统级下肢动力链重构

目前，芬迪奇团队已经完成了双侧四关节配合的研发探索，即左右两侧膝踝、髋膝、髋踝关节的协同控制。双侧系统并不是简单复制左右代码，而是要处理左右步态相位、双脚支撑、单脚支撑、起步、停步和安全降级等问题。

我们认为，双侧控制应采用：

底层左右独立安全控制，顶层统一相位协调。

也就是说，每条腿必须能够独立保证安全；同时，主控系统需要识别左腿支撑、右腿摆动，或右腿支撑、左腿摆动等全局相位，从而让支撑腿更稳、摆动腿更顺。

在此基础上，我们正在全力研发攻克六关节协同系统，即左右髋、膝、踝共六个关节的协同控制。六关节系统将进一步涉及髋关节抬腿、膝关节防塌、踝关节防拖脚和全下肢动力链重构，是轻量化下肢外骨骼研发中最高难度的方向。

ChatGPT 赋能：

从经验调参走向智能研发

研发过程中，ChatGPT 在控制逻辑设计、算法框架分析、代码优化、功能文档整理和产品表达方面发挥了重要作用。传统外骨骼研发往往依赖工程师长期经验和大量反复试错。现在，借助 AI 辅助，我们可以更快地完成：

• 步态相位逻辑设计；

• C-Brace 类阻尼控制思路拆解； 

• Smooth 平地助力模块设计； 

• 髋、膝、踝多关节协同框架搭建；

• 代码结构优化与参数调试建议；

• 产品技术文档、说明书与临床沟通资料整理。

我们并不把 AI 视为简单工具，而是把它作为研发体系中的“智能协同伙伴”。通过ChatGpt大模型赋能，工程师可以更高效地分析复杂步态问题、构建多模式控制逻辑，并将临床反馈、测试体验和工程参数快速转化为下一轮迭代方案。

对于轻量化外骨骼这样的复杂系统而言，AI 的价值是帮助团队建立更完整的系统思维：

从单关节，到多关节；从单侧，到双侧；从固定轨迹，到真实意图识别；从机械助力，到智能协同。

关节控制难易程度对比

医院用重型外骨骼与芬迪奇轻量化外骨骼对比

阶段性成果与未来方向

经过持续研发与测试，芬迪奇团队已经在踝关节多模块控制、膝关节 C-Brace 类防塌膝阻尼、Smooth 平地丝滑模式、膝踝组合等控制以及双侧四关节配合方面取得令人满意的结果。

未来，我们将继续围绕以下方向推进：

第一，进一步优化 C-Brace 类防塌膝阻尼模式，使其在站立、慢走、支撑期和复杂地面中更加稳定可靠。

第二，继续打磨 Smooth 平地丝滑模式，使外骨骼真正做到不抢腿、不突兀、不干扰自然步态。

第三，在更大扭矩电机平台上推进下坡、下楼和受控屈膝模式，使设备具备更强的安全制动能力。

第四，全力研发双侧六关节协同系统，实现左右髋、膝、踝在真实步态中的系统级配合。

第五，进一步完善ChatGPT 与大模型能力赋能，让外骨骼从“可穿戴机械设备”进一步升级为“智能步态辅助平台”。

结语

下肢外骨骼的未来，不应只是更重、更大、更强，而应是更轻、更顺、更懂人。芬迪奇团队希望通过碳纤维结构创新、传感器融合、主动电机控制、AI大模型赋能和多关节协同算法，探索一条不同于传统重型康复设备的新路线：

让设备不再只是带人走，而是理解人、辅助人、保护人。

从踝关节日常行走与背屈训练，到膝关节 C-Brace 类防塌阻尼与 Smooth 平地丝滑行走，再到双侧四关节配合和未来六关节协同，芬迪奇下肢外骨骼康复机器人正在向更轻量、更智能、更自然、更安全的方向持续迈进。